CN106974631B - 一种基于脉搏波波形和心电信号的血压测量方法及装置 - Google Patents

一种基于脉搏波波形和心电信号的血压测量方法及装置 Download PDF

Info

Publication number
CN106974631B
CN106974631B CN201710161030.4A CN201710161030A CN106974631B CN 106974631 B CN106974631 B CN 106974631B CN 201710161030 A CN201710161030 A CN 201710161030A CN 106974631 B CN106974631 B CN 106974631B
Authority
CN
China
Prior art keywords
wave
pulse wave
coefficient
pulse
waveform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710161030.4A
Other languages
English (en)
Other versions
CN106974631A (zh
Inventor
李坚强
邓根强
陈壮壮
朱灿杰
李锐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen University
Original Assignee
Shenzhen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen University filed Critical Shenzhen University
Priority to CN201710161030.4A priority Critical patent/CN106974631B/zh
Publication of CN106974631A publication Critical patent/CN106974631A/zh
Application granted granted Critical
Publication of CN106974631B publication Critical patent/CN106974631B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021Measuring pressure in heart or blood vessels
    • A61B5/02108Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Power Engineering (AREA)
  • Pulmonology (AREA)
  • Vascular Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明适用计算机技术领域,提供了一种基于脉搏波波形和心电信号的血压测量方法及装置,所述方法包括:获取脉搏波波形及心电信号,提取所述脉搏波波形的特征点,及识别所述心电信号的R波波峰;根据所述脉搏波波形,计算峰度系数、偏度系数及脉冲系数,并得到初步诊断结果;计算信号采样坐标差,及对所述特征点进行回归检测,分别计算得到收缩压及舒张压。本发明通过采集用户的脉搏波及心电信号,获取脉搏波波形的特征点、峰度系数、偏度系数及脉冲系数,并计算信号采样坐标差,建立线性回归方程,计算得到收缩压及舒张压,最大限度抑制非典型脉搏波波形对后续血压测量造成的影响,克服了原有方法测量舒张压不准的情况,提升了测量准确度。

Description

一种基于脉搏波波形和心电信号的血压测量方法及装置
技术领域
本发明属于计算机技术领域,尤其涉及一种基于脉搏波波形和心电信号的血压测量方法及装置。
背景技术
当前在医学上,血压的测量方法主要分为有创血压测量和无创血压测量。
有创血压的测量是指将压力传感器以侵入的方式植入到人体的大动脉内,从而检测出心脏起搏期间的压力变化,常用的方法是在人体的动脉处直接插入一根导管,通过导管内液柱液面的变化,来测出导管内部来自心脏起搏带来的压力,从而测出血压值,这种方法的测量结果非常准确,但对让人体的伤害极大,一般只有对病危人群做手术时才会考虑用这种方法。
无创血压是指将利用人体与相关的关系量来简介估测血压,这是一种对人体无伤害的血压测量方法,因此也是目前最常用的血压测量方法,无创血压测量又分为间歇血压测量法和连续血压测量法。间歇血压测量法只能反映被测量者在某个时间点的血压状态,典型的方法有听诊法及示波法,其对于心率失常等特殊情况无法测量,而连续血压测量法能够反映被测量者每一个时刻的血压变化情况,典型的方法有脉搏波特征参数测定法,脉搏波波速测定法以及张力测定法和容积补偿法等。
具体地:1、听诊法,又叫柯氏音法,是目前临床使用最早,也是最多的血压测量方法之一,其主要是由水银测压计、充气袖带和听诊器组成,其主要优点是测量简单方便,也相对比较准确,其缺点在于:跟测量者的经验有关,越有经验的测量者,对充气和放气中的很多细节的把握更加准确,测量结果也就更加准确;跟测量环境有关,嘈杂的环境不利于监听听诊器内的声音变化,嘈杂的环境也会影响的测量的准确性;跟测量者的听力有关,不同人的听力水平不同,对最终测量的结果也都不同;通过袖带加压,会让被测量者感到不适,因此不适合连续测量。
2、示波法,又称为振动法,是目前最广泛的血压测量方法之一,其原理和早期的听诊法一样,也是通过阻断袖带内动脉血流的方法,来判定收缩压和舒张压。示波法的袖带里面内置了压力传感器,袖带内置的压力传感器可以检测到的信号是袖带静压力与动脉压力相叠加得到的效果,但是,其缺点也显而易见,与听诊法一样,示波法的测量仍然袖带加压,这会给被测量者带来不适的测量体验,当测量不准需要重新测量时,因血管受到袖带压力而变形,得不到即时恢复时,示波法的测量将会有较大误差,因此示波法并不适合长时间的连续测量。
3、脉搏波速测定法属于连续血压测量方法中的一种,大量国内外的研究表明,脉搏波沿动脉传播速率与血压之间具有正相关的特性,因此通过测量脉搏波的波速可以间接推算出动脉的血压值,但直接使用脉搏波波速测量收缩压较为准确,但是对于舒张压的测量较为不准确。
发明内容
本发明的目的在于提供一种基于脉搏波波形和心电信号的血压测量方法及装置,旨在解决现有技术中对于舒张压的测量较为不准确的问题。
一方面,本发明提供了一种基于脉搏波波形和心电信号的血压测量方法,所述方法包括下述步骤:
获取脉搏波波形及心电信号,提取所述脉搏波波形的特征点,及识别所述心电信号的R波波峰;
根据所述脉搏波波形,计算峰度系数、偏度系数及脉冲系数,并得到初步诊断结果;
计算信号采样坐标差,及对所述特征点进行回归检测,分别计算得到收缩压及舒张压。
另一方面,本发明提供了一种基于脉搏波波形和心电信号的血压测量装置,所述装置包括:
特征点获取单元,用于获取脉搏波波形及心电信号,提取所述脉搏波波形的特征点,及识别所述心电信号的R波波峰;
诊断结果单元,用于根据所述脉搏波波形,计算峰度系数、偏度系数及脉冲系数,并得到初步诊断结果;及
血压测量单元,用于计算信号采样坐标差,及对所述特征点进行回归检测,分别计算得到收缩压及舒张压。
本发明实施例通过采集用户的脉搏波及心电信号,获取脉搏波波形的特征点、峰度系数、偏度系数及脉冲系数,并计算信号采样坐标差,建立线性回归方程,计算得到收缩压及舒张压,最大限度抑制非典型脉搏波波形对后续血压测量造成的影响,间接提高了测量的准确度,克服了原有方法测量舒张压不准的情况,提升了测量准确度。
附图说明
图1是本发明实施例一提供的基于脉搏波波形和心电信号的血压测量方法的实现流程图;
图2是单个周期脉搏波的特征点的示意图;
图3是滤除基线漂移后的脉搏波波形的示意图;
图4是脉搏波波形中的小波系数过零点的示意图;
图5是脉搏波波形中的小波系数模极小值的示意图;
图6是脉搏波波形中的起始点及对应的小波系数过零点的示意图;
图7是脉搏波波形中主波高度点与重搏波高度点及对应的小波系数过零点的示意图;
图8是脉搏波波形中降中峡高度点及对应的小波系数过零点的示意图;
图9是脉搏波的潮波及对应的小波系数过零点的示意图;
图10是心电信号R波波峰的示意图;
图11是本发明实施例二提供的基于脉搏波波形和心电信号的血压测量装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述:
实施例一:
图1示出了本发明实施例一提供的基于脉搏波波形和心电信号的血压测量方法的实现流程图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在步骤S101中,获取脉搏波波形及心电信号,提取脉搏波波形的特征点,及识别心电信号的R波波峰。
在本发明实施例中,将HK2000B型脉搏波传感器采集到的脉搏波模拟信号,及氯化银柔性电极贴片采集到的心电模拟信号进行滤波,放大,AD转换等处理,已达到输出平滑的数字信号,方便后续的处理。由于脉搏波信号的频率较低,且信号的幅值较为微弱,比较容易受到外界电磁环境的干扰,心电信号也非常微弱,一般由心电电极采集到的信号只有50uV~5mV左右,其频带范围是0.05Hz-100Hz,如果信号受到外界因素的干扰,则会对后续信号的分析与处理造成干扰,因此,在脉搏波信号及心电信号被采集之后,需要对两者的信号进行信号放大和去噪处理,以得到处理后的脉搏波波形及心电信号。脉搏波中蕴含着丰富的生理信息,脉搏波中的特征点是生理信息的主要体现,图2示出了单个周期脉搏波的特征点的示意图,对脉搏波波形,提取特征点,特征点包括:脉搏波起始点A、主波高度点B、潮波起始点C、潮波结束点D、降中峡高度点E及重搏波高度点F,其中:
脉搏波起始点A是整个脉搏波的最低点,此时,心脏中的瓣膜开始打开;
主波高度点B是脉搏波的最高点,医学界将其命名为主峰高度,主峰高度是由心脏的心室收缩,而引起血液从心室射入主动脉所致,其高度能反映心室的射血能力,以及血管的顺应性等,主峰高度越高,则表示心脏心室的射血能力越强,血管的顺应性越好;
潮波起始点C和潮波结束点D之间的波形称之为潮波,潮波是由于心室射血主动脉所造成的,往往出现在主波和降中峡中间;
降中峡高度点E为降中峡,心室开始舒张,心脏瓣膜开始关闭,降中峡的高度反映出心血管的外周阻力大小以及心脏瓣膜的关闭速度,降中峡的高度越高,则说明心血管的外周阻力较大,反之,当降中峡的高度越低,则说明心血管的外周阻力较小,血管越通畅;
重搏波高度点F代表的是重搏波的高度,此时心脏处于舒张期,血液开始流回心脏,重搏波的高度反映了动脉的弹性及主动脉瓣的关闭功能,若重搏波的高度较小,则说明动脉的弹性较差,主动脉瓣关闭不全,反之,正常范围内,重搏波的高度越高,则说明动脉弹性教好,主动脉瓣功能正常。
检测脉搏波波形的特征点,包括:对脉搏波波形进行小波分解;不同层级上查找该层系数的模的极值点及过零点;得到该模的极值点及过零点所对应的值,即为特征点的值。
具体地,起始点检测:
图3示出了滤除基线漂移后的脉搏波波形的示意图,利用小波分解消除了由交流电带来的基线漂移之后,需要对脉搏波波形的特征点进行检测,对于脉搏波波形的起始点检测,采用的小波基是高斯小波gaus1,高斯函数的表达式为:
Figure BDA0001248537460000051
其中,σ为标准差,同时对脉搏波波形进行尺度为2的小波分解。图4示出了脉搏波波形中的小波系数过零点的示意图,小波系数过零点众多,过零点也代表着脉搏波波形的极值点,也就是说包括主波高度点,重搏波高度点,降中峡高度点等。
要精确定位到波谷对应的过零点,可以看出,脉搏波波形起始点对应的过零点都在小波系数的模最小值之前,需要先找到脉搏波波形的极小值对应的坐标,之后再往前搜索小波系数模极小值对应的前一个过零点即可,因此,检测脉搏波波谷的第一步,是需要找到小波变换系数的模最小值。寻找模最小值的具体步骤为:先找到小波变换系数中的模极小值,之后可以设定一个阈值,将找到的模极小值乘以设定的阈值,就可以找到小波变换系数的最小值,再将模最小值的横坐标对应回原来的脉搏波信号,即可找到模最小值对应脉搏波信号点,图5示出了脉搏波波形中的小波系数模极小值的示意图。小波系数模最小值对应的脉搏波波形上升斜率最大的点,而小波系数模最小值之前对应的第一个过零点对应的脉搏波波形,则为脉搏波的起始点(波谷),可以将小波系数模最小值和小波系数的过零点分别存入数组,模最小值对应的数组下标之前的一个小波系数过零点数组下标,则为脉搏波的起始点的横坐标,通过该横坐标即可找到对应的脉搏波波谷,图6示出了脉搏波波形中的起始点及对应的小波系数过零点的示意图。
具体地,主波高度点、重搏波高度点及降中峡高度点检测:
与检测脉搏波波形的起始点的方法类似,主波高度点及重搏波高度点检测也需要通过小波系数的过零点来寻找。第一步,对去除基线漂移的脉搏波波形进行尺度为2的小波分解,小波基同样选择高斯小波基gaus1;第二步,找到小波变换系数波形各周期内的模最小值和过零点,将模最小值和过零点分别存入数组;第三步,从图4中可以看出,各周期内模最小值之后的第一个过零点下标对应的脉搏波值,即为脉搏波的主波高度点,各周期内模最小值之后的第三个过零点下标对应的脉搏波值,即为脉搏波波形的重搏波高度点,图7示出了脉搏波波形中主波高度点与重搏波高度点及对应的小波系数过零点的示意图。
类似的方法还可以检测降中峡高度点,相同的小波基在相同的变换尺度下,模极小值之后的第二个过零点下标对应的脉搏波值,即为脉搏波的降中峡高度点,图8示出了脉搏波波形中降中峡高度点及对应的小波系数过零点的示意图。
具体地,脉搏波的潮波检测:
一方面,潮波相对其他波形来说,形状不明显,且由于心血管系统功能的差异或者采样传感器没有放在正确的位置,都容易检测不出来,另一方面,是小波基的选取造成,一阶高斯小波对于一阶平缓信号相对不敏感,若采用二阶高斯小波基mexh小波,则可以较好的解决该问题。
检测脉搏波潮波的步骤如下:对去除极限漂移之后的脉搏波进行尺度为2小波变换,小波基选择mexh;找到小波变换系数的过零点和小波变换系数的模极大值;找到各周期内模极大值之后的第二个过零点下标对应的脉搏波值,即为脉搏波的潮波,图9示出了脉搏波的潮波及对应的小波系数过零点的示意图。
在本发明实施例中,图10示出了心电信号R波波峰的示意图。识别心电信号的R波波峰具体为:获取心电信号的R波,根据与预设阈值进行比对,得到R波波峰。
在本发明实施例中,每个人的脉搏波波形差异相当大,波峰的陡峭程度,重搏波的相对高度,脉搏上升期的速度,下降期的速度,潮波的高度等,这些脉搏波的波形特征都反映了一个人的心血管系统的健康状况。正常人的脉搏波信号上升期陡峭,波峰的尖锐程度大,潮波明显,峰度较大。而患有心血管疾病的患者的脉搏波信号与正常人大有不同,总的来说,上升期的速度要低于正常人,主波的高度也低于正常人,波峰较为平缓。不同心血管疾病的人脉搏波波形的差异也不尽一致。
在步骤S102中,根据脉搏波波形,计算峰度系数、偏度系数及脉冲系数,并得到初步诊断结果。
在本发明实施例中,峰度系数主要反映的是数字波形序列中,曲线顶端的尖锐或扁平程度,在统计学中,二阶中心矩表示的是数据的方差,其可以在一定程度上反映数据序列波形的峰度,但对于方差相同而本身峰度不同的数字序列,二阶中心矩则并不适用,需要使用四阶中心矩来描述曲线顶端的尖锐程度。
峰度系数的计算公式为:
Figure BDA0001248537460000081
其中,k为波峰系数,N为样本的数目,s4为标准差的四次方,k为样本中个频率成分的种类数目,fi为各频率成分出现的数目,xi为每种频率成分大小的值,
Figure BDA0001248537460000082
为样本的平均数。
由于正态分布的峰度系数为3,因此当波形的峰度系数K超过3时,则认为该波形为尖峰;当波形的峰度系数小于3时,则认为该波形为平峰。
在本发明实施例中,偏度系数是描述数字序列分布偏离对称性的特征数(对时间的不对称性)。
偏度系数的计算公式为:
Figure BDA0001248537460000083
其中,T为偏度系数,N为样本的数目,s3为标准差的三次方,xi为每种频率成分大小的值,
Figure BDA0001248537460000084
为样本的平均数。
当波形数字序列左右对称时,波形的偏度系数为0;当偏度系数大于0的时候为正偏斜,则说明波形的右尾端较厚;当偏度系数大于0的时候为负偏斜,则说明波形的左尾端较厚。
在本发明实施例中,脉冲系数表示的是信号的峰值和平均值之间的比值。
脉冲系数的计算公式为:
其中,V为脉冲系数,xmax为样本最大值,
Figure BDA0001248537460000086
为样本的平均数。
峰度系数越大,则说明波形中受到的冲击越明显。在脉搏波中,则表示心脏心室的射血能力越强。
在本发明实施例中,峰度系数主要评价的是主波的峰度系数,具体而言,峰度系数指的是脉搏波起始点到降中峡之间的波形的峰度系数,正常人的脉搏波峰度系数偏大,波峰尖锐,且上升期时间非常短促,下降期时间也相对平缓,正态分布的峰度系数为3,脉搏波的峰度比正态分布的峰度更加陡峭,因此正常人的单位周期内脉搏波的峰度系数大于3。
偏度系数指的也是整个脉搏波周期内的偏度系数,正常人的脉搏波主波表现是前陡后缓,正态分布的偏度系数为0,脉搏波下降期明显比上市期所耗时间更长,因此脉搏波的偏度系数大于零,一般情况下正常人的偏度系数都大于0.5。
脉冲系数包括两项,一个是主波的脉冲系数,另一个是重搏波的脉冲系数,正常的脉搏波重搏波的高度是主波高度的1/3-1/4之间,因此脉搏波的主波脉冲系数都大于脉搏重搏波的脉冲系数。
根据脉搏波所蕴含的生理信息,以及统计样本的情况,本系统对脉搏波的波形得到初步诊断结果,脉搏波的初步诊断结果可以数字的方式呈现:
脉搏波特征点(脉搏波起始点、主波高度点、潮波起始点、潮波结束点、降中峡高度点及重搏波高度点)信息完整,且峰度系数大于2.5,偏度系数大于0.5,主波脉冲系数比重搏波的脉冲系数大50%,则可以初步判断脉搏波波形特征属于正常水平,本系统以显示数字0代替;
脉搏波特征点(脉搏波起始点、主波高度点、潮波起始点、潮波结束点、降中峡高度点及重搏波高度点)信息完整,且脉搏波的峰度系数大于2.5,偏度系数大于0.5,主波脉冲系数和重搏波的脉冲系数比低于1.3,则可以初步判断心脏心室的射血能力不足,此时系统显示数字1,建议去医院做进一步的详细检测。
脉搏波特征点(脉搏波起始点、主波高度点、潮波起始点、潮波结束点、降中峡高度点及重搏波高度点)信息完整,且脉搏波的峰度系数大于1,偏度系数大于0.5,重搏波的脉冲系数小于0.5,则可以初步判断动脉的弹性较差或者主动脉瓣关闭不全,此时系统显示数字2,建议去医院做进一步的详细检测。
脉搏波特征点(脉搏波起始点、主波高度点、潮波起始点、潮波结束点、降中峡高度点及重搏波高度点)信息出现连续检测都不完整的情况,或者脉搏波波形的评价指标不符合以上的三种情况,则可以初步判断脉搏波传感器佩戴不正常,或者心血管系统有问题,此时系统显示数字3,建议重新检测是否传感器佩戴正确,或者去医院做进一步的详细检测。
在步骤S103中,计算信号采样坐标差,及对特征点进行回归检测,分别计算得到收缩压及舒张压。
在本发明实施例中,信号采样坐标差反映的是脉搏波传导时间的另一种表现形式,脉搏波传导时间为在同一心跳周期内从心电信号的R波波峰到脉搏波波形的主波高度点的时间长度,信号采样坐标差的计算公式为:
Figure BDA0001248537460000102
其中,PTTS为信号采样坐标差,PTT为脉搏波传导时间。
逐步回归方程的一般表达式定义为:y=a0+a1x1+a2x2+a3x3+…+amxm+…,
逐步回归分析的主要步骤为:将变量逐步引入模型,在每引入一个解释变量后,都要对其进行F检验,当原来引入的解释变量由于后面的解释变量的引入,而变得不再显著的时候,则剔除原来的解释变量。逐步引入脉搏波信号相关的特征点,来逐步探究这些特征点和血压之间的关系。F检验就是解释变量的显著性效果检验。以一元的回归线性方程为例,y=a+bx+ε,ε~N(0,σ2),若需要检验x和y的关系,只需检验假设H0:b=0是否成立,这也就是线性回归方程的显著性检测问题。
在概率统计学中,一般假设b=0,只有拒绝原假设才能证明线性回归模型是合理的,首先先构造变量y的离差平方和:
Figure BDA0001248537460000103
进行分解得到:
Figure BDA0001248537460000105
U是回归值
Figure BDA0001248537460000106
与其平均值的离差平方和,而
Figure BDA0001248537460000108
可以把
Figure BDA0001248537460000109
看成是由于x的变化而引起的y值的变化,因此,称之为回归平方和。
其反映的是观测值与回归值之间的离差平方和,它表示除x对y的线性影响之外的一切因素,引起的y值的变化,称之为误差平方和或残差平方和。
当H0:b=0为真时,有:
Figure BDA0001248537460000112
设检验水平为α,可以通过查F分布表的方式,判断是否接受H0假设。具体检验规则是:若用样本计算的F≤~Fα(1,n-2)=α,则接受H0;反之,则拒绝H0
一般检验水平α的值越小,则表示变量选取的标准越严格。回归分析里面有两个检验水平,一个是αin和αout,对于本发明而言,αin=0.10,αout=0.15。只有接受了H0,才能继续计算变量的系数。
具体来说,将脉搏波的各个变量(脉搏波起始点A、主波高度点B、潮波起始点C、潮波结束点D、降中峡高度点E及重搏波高度点F,以及峰度系数K,偏度系数T,脉冲系数V),将各个变量的逐一进行逐步回归检验。一开始先假设收缩压SP和舒张压DP与每个变量无关,如果最终F检验证明该变量与F的值有关,则否定原来假设,认为该变量和血压有关,之后可以进一步计算该变量的系数。
通过最小二乘估计法来估算系数,最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小,具体计算过程如下:
设x和y之间的函数关系由直线方程:y=a0+a1x,式中有两个待定参数,a0代表截距,a1代表斜率,对于等精度测量所得到的N组数据(xi,yi),i=1,2,…,n,xi值被认为是准确的,所有的误差只联系着yi,下面利用最小二乘法把观测数据拟合为直线。用最小二乘法估计参数时,要求观测值yi的偏差的加权平方和为最小,对于等精度观测值的直线拟合来说,可使
Figure BDA0001248537460000121
最小即对参数a(代表a0,a1)最佳估计,要求观测值yi的偏差的平方和为最小。根据上式,有:
Figure BDA0001248537460000122
整理后得到正规方程组:
Figure BDA0001248537460000124
解正规方程组便可求得直线参数a0和a1的最佳估计值
Figure BDA0001248537460000125
Figure BDA0001248537460000127
Figure BDA0001248537460000128
计算出来第一个参数的系数后,继续对另外一个参数进行逐步线性回归分析,如果第二个参数也符合F检验的标准,则对第二个参数的系数进行最小二乘估计,以此类推。
经计算,符合条件的变量有:潮波起始点C,及号采样坐标差PTTS。
收缩压SP计算公式为:SP=a1*PTTS+a0
舒张压DP计算公式为:DP=a1′*PTTS+a2′*C+a0
其中,a0,a1,a0′,a1′,a2′均为常数,根据样本库的情况不同,结果会有所不同,在本发明目前采集的样本集中,其取值可以为:
a0=159.9,a1=-1.589,a0′=60.484,a1′=-0.047,a2′=0.122。
在本发明实施例中,通过采集用户的脉搏波及心电信号,获取脉搏波波形的特征点、峰度系数、偏度系数及脉冲系数,并计算信号采样坐标差,建立线性回归方程,计算得到收缩压及舒张压,最大限度抑制非典型脉搏波波形对后续血压测量造成的影响,间接提高了测量的准确度,克服了原有方法测量舒张压不准的情况,提升了测量准确度。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于一计算机可读取存储介质中,所述的存储介质,如ROM/RAM、磁盘、光盘等。
实施例二:
图11示出了本发明实施例二提供的基于脉搏波波形和心电信号的血压测量装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分。在本发明实施例中,基于脉搏波波形和心电信号的血压测量装置包括:特征点获取单元21、诊断结果单元22及血压测量单元23,其中:
特征点获取单元21,用于获取脉搏波波形及心电信号,提取脉搏波波形的特征点,及识别心电信号的R波波峰。
脉搏波中蕴含着丰富的生理信息,脉搏波中的特征点是生理信息的主要体现,图2示出了单个周期脉搏波的特征点的示意图,对脉搏波波形,提取特征点,特征点包括:脉搏波起始点A、主波高度点B、潮波起始点C、潮波结束点D、降中峡高度点E及重搏波高度点F,其中:
脉搏波起始点A是整个脉搏波的最低点,此时,心脏中的瓣膜开始打开;
主波高度点B是脉搏波的最高点,医学界将其命名为主峰高度,主峰高度是由心脏的心室收缩,而引起血液从心室射入主动脉所致,其高度能反映心室的射血能力,以及血管的顺应性等,主峰高度越高,则表示心脏心室的射血能力越强,血管的顺应性越好;
潮波起始点C和潮波结束点D之间的波形称之为潮波,潮波是由于心室射血主动脉所造成的,往往出现在主波和降中峡中间;
降中峡高度点E为降中峡,心室开始舒张,心脏瓣膜开始关闭,降中峡的高度反映出心血管的外周阻力大小以及心脏瓣膜的关闭速度,降中峡的高度越高,则说明心血管的外周阻力较大,反之,当降中峡的高度越低,则说明心血管的外周阻力较小,血管越通畅;
重搏波高度点F代表的是重搏波的高度,此时心脏处于舒张期,血液开始流回心脏,重搏波的高度反映了动脉的弹性及主动脉瓣的关闭功能,若重搏波的高度较小,则说明动脉的弹性较差,主动脉瓣关闭不全,反之,正常范围内,重搏波的高度越高,则说明动脉弹性教好,主动脉瓣功能正常。
在本发明实施例中,图10示出了心电信号R波波峰的示意图。识别心电信号的R波波峰具体为:获取心电信号的R波,根据与预设阈值进行比对,得到R波波峰。
在本发明实施例中,每个人的脉搏波波形差异相当大,波峰的陡峭程度,重搏波的相对高度,脉搏上升期的速度,下降期的速度,潮波的高度等,这些脉搏波的波形特征都反映了一个人的心血管系统的健康状况。正常人的脉搏波信号上升期陡峭,波峰的尖锐程度大,潮波明显,峰度较大。而患有心血管疾病的患者的脉搏波信号与正常人大有不同,总的来说,上升期的速度要低于正常人,主波的高度也低于正常人,波峰较为平缓。不同心血管疾病的人脉搏波波形的差异也不尽一致。
诊断结果单元22,用于根据脉搏波波形,计算峰度系数、偏度系数及脉冲系数,并得到初步诊断结果。
在本发明实施例中,峰度系数主要反映的是数字波形序列中,曲线顶端的尖锐或扁平程度,在统计学中,二阶中心矩表示的是数据的方差,其可以在一定程度上反映数据序列波形的峰度,但对于方差相同而本身峰度不同的数字序列,二阶中心矩则并不适用,需要使用四阶中心矩来描述曲线顶端的尖锐程度。
峰度系数的计算公式为:
Figure BDA0001248537460000141
其中,k为波峰系数,N为样本的数目,s4为标准差的四次方,k为样本中个频率成分的种类数目,fi为各频率成分出现的数目,xi为每种频率成分大小的值,
Figure BDA0001248537460000151
为样本的平均数。
由于正态分布的峰度系数为3,因此当波形的峰度系数K超过3时,则认为该波形为尖峰;当波形的峰度系数小于3时,则认为该波形为平峰。
在本发明实施例中,偏度系数是描述数字序列分布偏离对称性的特征数(对时间的不对称性)。
偏度系数的计算公式为:
Figure BDA0001248537460000152
其中,T为偏度系数,N为样本的数目,s3为标准差的三次方,xi为每种频率成分大小的值,为样本的平均数。
当波形数字序列左右对称时,波形的偏度系数为0;当偏度系数大于0的时候为正偏斜,则说明波形的右尾端较厚;当偏度系数大于0的时候为负偏斜,则说明波形的左尾端较厚。
在本发明实施例中,脉冲系数表示的是信号的峰值和平均值之间的比值。
脉冲系数的计算公式为:
Figure BDA0001248537460000154
其中,V为脉冲系数,xmax为样本最大值,
Figure BDA0001248537460000155
为样本的平均数。
峰度系数越大,则说明波形中受到的冲击越明显。在脉搏波中,则表示心脏心室的射血能力越强。
在本发明实施例中,峰度系数主要评价的是主波的峰度系数,具体而言,峰度系数指的是脉搏波起始点到降中峡之间的波形的峰度系数,正常人的脉搏波峰度系数偏大,波峰尖锐,且上升期时间非常短促,下降期时间也相对平缓,正态分布的峰度系数为3,脉搏波的峰度比正态分布的峰度更加陡峭,因此正常人的单位周期内脉搏波的峰度系数大于3。
偏度系数指的也是整个脉搏波周期内的偏度系数,正常人的脉搏波主波表现是前陡后缓,正态分布的偏度系数为0,脉搏波下降期明显比上市期所耗时间更长,因此脉搏波的偏度系数大于零,一般情况下正常人的偏度系数都大于0.5。
脉冲系数包括两项,一个是主波的脉冲系数,另一个是重搏波的脉冲系数,正常的脉搏波重搏波的高度是主波高度的1/3-1/4之间,因此脉搏波的主波脉冲系数都大于脉搏重搏波的脉冲系数。
根据脉搏波所蕴含的生理信息,以及统计样本的情况,本系统对脉搏波的波形得到初步诊断结果,脉搏波的初步诊断结果可以数字的方式呈现:
脉搏波特征点(脉搏波起始点、主波高度点、潮波起始点、潮波结束点、降中峡高度点及重搏波高度点)信息完整,且峰度系数大于2.5,偏度系数大于0.5,主波脉冲系数比重搏波的脉冲系数大50%,则可以初步判断脉搏波波形特征属于正常水平,本系统以显示数字0代替;
脉搏波特征点(脉搏波起始点、主波高度点、潮波起始点、潮波结束点、降中峡高度点及重搏波高度点)信息完整,且脉搏波的峰度系数大于2.5,偏度系数大于0.5,主波脉冲系数和重搏波的脉冲系数比低于1.3,则可以初步判断心脏心室的射血能力不足,此时系统显示数字1,建议去医院做进一步的详细检测。
脉搏波特征点(脉搏波起始点、主波高度点、潮波起始点、潮波结束点、降中峡高度点及重搏波高度点)信息完整,且脉搏波的峰度系数大于1,偏度系数大于0.5,重搏波的脉冲系数小于0.5,则可以初步判断动脉的弹性较差或者主动脉瓣关闭不全,此时系统显示数字2,建议去医院做进一步的详细检测。
脉搏波特征点(脉搏波起始点、主波高度点、潮波起始点、潮波结束点、降中峡高度点及重搏波高度点)信息出现连续检测都不完整的情况,或者脉搏波波形的评价指标不符合以上的三种情况,则可以初步判断脉搏波传感器佩戴不正常,或者心血管系统有问题,此时系统显示数字3,建议重新检测是否传感器佩戴正确,或者去医院做进一步的详细检测。
血压测量单元23,用于计算信号采样坐标差,及对特征点进行回归检测,分别计算得到收缩压及舒张压。
在本发明实施例中,信号采样坐标差反映的是脉搏波传导时间的另一种表现形式,脉搏波传导时间为在同一心跳周期内从心电信号的R波波峰到脉搏波波形的主波高度点的时间长度,信号采样坐标差的计算公式为:
Figure BDA0001248537460000172
其中,PTTS为信号采样坐标差,PTT为脉搏波传导时间。
经计算,符合条件的变量有:潮波起始点C,及号采样坐标差PTTS。
收缩压SP计算公式为:SP=a1*PTTS+a0
舒张压DP计算公式为:DP=a1′*PTTS+a2′*C+a0
其中,a0,a1,a0′,a1′,a2′均为常数,根据样本库的情况不同,结果会有所不同,在本发明目前采集的样本集中,其取值可以为:
a0=159.9,a1=-1.589,a0′=60.484,a1′=-0.047,a2′=0.122。
在本发明实施例中,最大限度抑制非典型脉搏波波形对后续血压测量造成的影响,间接提高了测量的准确度,克服了原有方法测量舒张压不准的情况,提升了测量准确度。
在本发明实施例中,提供的基于脉搏波波形和心电信号的血压测量装置各单元可由相应的硬件或软件单元实现,各单元可以为独立的软、硬件单元,也可以集成为一个软、硬件单元,在此不用以限制本发明。该装置各单元的实施方式具体可参考前述实施例一的描述,在此不再赘述。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于脉搏波波形和心电信号的血压测量装置,其特征在于,所述装置包括:
特征点获取单元,用于获取脉搏波波形及心电信号,提取所述脉搏波波形的特征点,及识别所述心电信号的R波波峰;
诊断结果单元,用于根据所述脉搏波波形,计算峰度系数、偏度系数及脉冲系数,并得到初步诊断结果;及
血压测量单元,用于计算信号采样坐标差,及对所述特征点进行回归检测,分别计算得到收缩压及舒张压;
所述峰度系数的计算公式为:
其中,K为峰度系数,N为样本的数目,s4为标准差的四次方,k为样本中个频率成分的种类数目,fi为各频率成分出现的数目,xi为每种频率成分大小的值,为样本的平均数;
所述偏度系数的计算公式为:
Figure FDA0002184633520000013
其中,T为偏度系数,N为样本的数目,s3为标准差的三次方,xi为每种频率成分大小的值,
Figure FDA0002184633520000014
为样本的平均数;
所述脉冲系数的计算公式为:
Figure FDA0002184633520000015
其中,V为脉冲系数,xmax为样本最大值,为样本的平均数。
2.如权利要求1所述的装置,其特征在于,所述特征点包括:脉搏波起始点、主波高度点、潮波起始点、潮波结束点、降中峡高度点及重搏波高度点。
3.如权利要求1所述的装置,其特征在于,所述识别所述心电信号的R波波峰具体为:
获取所述心电信号的R波,根据与预设阈值进行比对,得到所述R波波峰。
4.如权利要求1所述的装置,其特征在于,所述信号采样坐标差的计算公式为:
Figure FDA0002184633520000017
其中,PTTS为信号采样坐标差,PTT为脉搏波传导时间。
CN201710161030.4A 2017-03-17 2017-03-17 一种基于脉搏波波形和心电信号的血压测量方法及装置 Active CN106974631B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710161030.4A CN106974631B (zh) 2017-03-17 2017-03-17 一种基于脉搏波波形和心电信号的血压测量方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710161030.4A CN106974631B (zh) 2017-03-17 2017-03-17 一种基于脉搏波波形和心电信号的血压测量方法及装置

Publications (2)

Publication Number Publication Date
CN106974631A CN106974631A (zh) 2017-07-25
CN106974631B true CN106974631B (zh) 2020-01-07

Family

ID=59338247

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710161030.4A Active CN106974631B (zh) 2017-03-17 2017-03-17 一种基于脉搏波波形和心电信号的血压测量方法及装置

Country Status (1)

Country Link
CN (1) CN106974631B (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107736880B (zh) * 2017-10-24 2024-01-30 新绎健康科技有限公司 一种脉象分析方法及系统
CN107898443B (zh) * 2017-11-21 2020-11-24 深圳先进技术研究院 重搏波检测方法、装置及计算机存储介质
CN108354597A (zh) * 2018-01-31 2018-08-03 南京邮电大学 一种基于最优波提取的快速血压计算方法
CN108403101A (zh) * 2018-03-27 2018-08-17 中国科学院深圳先进技术研究院 一种模型训练方法及装置、测量血压的方法及装置
CN109512392A (zh) * 2018-12-05 2019-03-26 深圳技术大学(筹) 血氧饱和度测量置信度的计算方法、系统及存储介质
CN109674464B (zh) * 2019-01-29 2021-04-30 郑州大学 一种多导联心电信号复合特征提取方法及对应监测系统
CN110477900A (zh) * 2019-08-20 2019-11-22 赣州市立医院 一种动脉硬化评估方法、装置及动脉硬化检测仪
CN110604556A (zh) * 2019-09-24 2019-12-24 清华大学 一种无创连续血压测量装置及测量方法
CN113051525B (zh) * 2019-12-26 2024-09-24 中国移动通信集团北京有限公司 关键质量指标kqi的分析方法、装置、设备及介质
CN111588359B (zh) * 2020-04-09 2023-07-25 北京雪扬科技有限公司 一种新冠肺炎预警系统
CN111686011B (zh) * 2020-05-08 2022-04-26 周禹光 一种智能医疗辅助设备
CN111528825A (zh) * 2020-05-14 2020-08-14 浙江大学 一种光电容积脉搏波信号优化方法
CN112155514A (zh) * 2020-10-14 2021-01-01 太原理工大学 一种基于检测脉搏生物电信息的非接触眼压测量方法
CN113288090B (zh) * 2021-05-06 2022-04-22 广东工业大学 血压预测方法、系统、设备及存储介质
CN113100727B (zh) * 2021-05-12 2023-09-19 深圳市通久电子有限公司 实时分析识别脉搏波峰的方法
CN113907727B (zh) * 2021-08-26 2024-01-16 中科数字健康科学研究院(南京)有限公司 基于光电容积脉搏波描记的逐拍血压测量系统和方法
CN114580532B (zh) * 2022-02-28 2023-05-26 中国科学院西安光学精密机械研究所 基于光学目标一维曲线波峰特征提取的多目标识别方法
CN115089133A (zh) * 2022-06-20 2022-09-23 中国农业银行股份有限公司 脉象信号识别方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102008296A (zh) * 2010-12-24 2011-04-13 吉林大学 基于脉搏波信号和心电信号测量动脉血压装置及测量方法
CN105147269A (zh) * 2015-06-16 2015-12-16 江苏斯坦德利医疗科技有限公司 一种无创连续血压测量方法
CN106413534A (zh) * 2015-08-08 2017-02-15 深圳先进技术研究院 连续血压测量装置、测量模型建立方法和系统
CN106510669A (zh) * 2016-11-14 2017-03-22 中国科学院电子学研究所 无袖带血压测量系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102008296A (zh) * 2010-12-24 2011-04-13 吉林大学 基于脉搏波信号和心电信号测量动脉血压装置及测量方法
CN105147269A (zh) * 2015-06-16 2015-12-16 江苏斯坦德利医疗科技有限公司 一种无创连续血压测量方法
CN106413534A (zh) * 2015-08-08 2017-02-15 深圳先进技术研究院 连续血压测量装置、测量模型建立方法和系统
CN106510669A (zh) * 2016-11-14 2017-03-22 中国科学院电子学研究所 无袖带血压测量系统

Also Published As

Publication number Publication date
CN106974631A (zh) 2017-07-25

Similar Documents

Publication Publication Date Title
CN106974631B (zh) 一种基于脉搏波波形和心电信号的血压测量方法及装置
Wang et al. Cuff-free blood pressure estimation using pulse transit time and heart rate
Gaurav et al. Cuff-less PPG based continuous blood pressure monitoring—A smartphone based approach
Kurylyak et al. A Neural Network-based method for continuous blood pressure estimation from a PPG signal
Tjahjadi et al. Noninvasive classification of blood pressure based on photoplethysmography signals using bidirectional long short-term memory and time-frequency analysis
CN108185996B (zh) 动脉血管年龄估算模型构建方法和装置
Su et al. Monitoring the relative blood pressure using a hydraulic bed sensor system
CN112274126A (zh) 一种基于多路脉搏波的无创连续血压检测方法、装置
Dastjerdi et al. Non-invasive blood pressure estimation using phonocardiogram
US10004473B2 (en) Heart rate detection method and device using heart sound acquired from auscultation positions
Chen et al. Assessment of algorithms for oscillometric blood pressure measurement
Argha et al. A novel automated blood pressure estimation algorithm using sequences of Korotkoff sounds
Kumar et al. Cuffless BP measurement using a correlation study of pulse transient time and heart rate
Kılıçkaya et al. Comparison of different machine learning techniques for the cuffless estimation of blood pressure using PPG signals
Celler et al. Are Korotkoff sounds reliable markers for accurate estimation of systolic and diastolic pressure using brachial cuff sphygmomanometry?
CN111839488A (zh) 基于脉搏波的无创连续血压测量装置和方法
Forouzanfar et al. Automatic artifact detection in impedance cardiogram using pulse similarity index
US20230355182A1 (en) System and method for validating cardiovascular parameter monitors
Hu et al. Feature extraction and choice in PCG based on Hilbert Transfer
Sameen et al. A novel waveform mirroring technique for systolic blood pressure estimation from anacrotic photoplethysmogram
Almeida et al. Hemodynamic features extraction from a new arterial pressure waveform probe
Shin et al. Calculation and validation of continuous pulse transit time based on normalized pulse wave velocity
Wang et al. An improved algorithm for noninvasive blood pressure measurement
Nagy et al. Sensor fusion for the accurate non-invasive measurement of blood pressure
Lui et al. A novel calibration procedure of pulse transit time based blood pressure measurement with heart rate and respiratory rate

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant